AI后端開發工程師

核心定位：
負責AIAgent平臺的后端系統設計與開發，支撐智能比價算法、在線采集任務、數據服務與前端應用。在高并發、電商業務與智能任務調度場景下，構建高可用、可擴展的后端架構。

崗位職責：
-負責AIAgent平臺后端核心模塊設計與開發，包括任務調度、接口管理、數據服務等。
-搭建穩定的API服務體系，支撐電商數據采集、比價與推薦算法的在線調用。
-參與系統架構設計與性能優化，確保平臺高并發、高可用。
-與前端、算法、數據團隊協作，推進Agent平臺從采集到分析的全流程落地。
-持續優化系統監控、日志與容錯機制，保障服務穩定運行。

核心技能：
-精通至少一種主流后端語言：Go/Java/Python，能進行高并發、可擴展系統的架構設計。
-熟練使用對應語言主流框架：Go-Gin/Java-SpringBoot/Python-FastAPI或Django。
-具備良好的API設計與版本管理能力，熟悉RESTful/GraphQL/gRPC等接口規范。
-深入理解微服務架構、服務治理（ServiceMesh）與分布式一致性機制。
-精通數據庫設計與優化：MySQL（索引、事務、分庫分表）+Redis緩存策略+MongoDB非結構化數據存儲。
-熟悉消息中間件（Kafka/RabbitMQ）與任務隊列在異步任務、Agent調度中的應用。
-了解容器化與分布式部署體系（Docker/Kubernetes/Helm/CI-CD流水線），能實現服務彈性伸縮與灰度發布。
-熟悉大語言模型服務調用與集成以及本地推理框架
-理解Agent框架原理（LangChain、LlamaIndex、CrewAI、AutoGen等），能實現工具編排（ToolCalling）、記憶（Memory）、上下文管理。
-能設計LLM調用中間層（PromptRouter/Token管控/緩存與檢索層）以支撐多模型并行調用。
-能與算法或數據團隊協作，封裝模型推理API、Embedding服務或模型調用網關（LLMGateway）。
-熟悉模型監控（PromptLogging/TokenUsage/LLMLatencyMetrics）與調用優化策略。
-有將大模型集成到后端流程（如自動任務生成、智能調度、數據語義解析、日志總結等）的經驗。
-了解LLM工具鏈生態（如OpenAIFunctions、AnthropicToolUse、LangGraph等），能設計并實現可擴展的工具調用層。
-具備Agent編排平臺、數據采集調度系統、AIWorkflowEngine的實際項目經驗。
-有參與設計或維護大模型任務中臺、模型調用調度器的經驗。
-熟悉APIGateway、服務網關限流與監控體系（Kong、Nginx、Istio）。

經驗需求：
-3年以上后端開發經驗，有分布式系統或高并發業務經驗優先。
-有電商平臺、數據服務、智能任務調度或模型推理平臺經驗者優先。
-能編寫高質量技術文檔、API規范與系統設計文檔。